正则表达式中必须转义哪些特殊字符？

Question

我厌倦了在使用许多regexp实现时，总是试图猜测是否应该转义诸如()[]{}|等特殊字符。

它不同于Python、sed、grep、awk、Perl、rename、Apache、find等等。 有什么规则集告诉我什么时候应该，什么时候不应该，转义特殊字符吗？它是否依赖于regexp类型，如PCRE、POSIX或扩展regexps？

Answer 1

不幸的是，实际上并没有一组转义代码，因为它根据您使用的语言而有所不同。

然而，保持像Regular Expression Tools Page或这个Regular Expression Cheatsheet这样的页面可以帮助您快速过滤出问题。

Answer 2

现代RegEx香精（PCRE）

< SUP>包括C、C++、Delphi、EdjPad、java、JavaScript、Perl、PHP（PREG）、PostgreSQL、PowerGREP、POWECK、Python、REALbasic、Real RealStudio、Ruby、TCL、VB.NET、VBScript、WxWIDGet、XML Schema、Xojo、XRegExp。

任何位置：. ^ $ * + - ? ( ) [ ] { } \ |

---

传统RegEx口味（BRE/ERE）

^{包括awk、ed、egrep、emacs、GNUlib、grep、PHP（ereg）、MySQL、Oracle、R、sed。
PCRE支持可以在以后的版本中启用，也可以通过使用扩展来启用}

ERE/awk/egrep/emacs

在字符类之外：. ^ $ * + ? ( ) [ { } \ |
在字符类中：^ - [ ]

BRE/ed/grep/sed

在字符类之外：. ^ $ * [ \
在字符类中：^ - [ ]
对于文本，不要转义：+ ? ( ) { } |
对于标准正则表达式行为，escape:\+ \? \( \) \{ \} \|

---

注释

• 如果不确定特定字符，可以像\xFF那样对其进行转义
• 字母数字字符不能用反斜杠转义
• 在PCRE中，可以用反斜杠转义任意符号，但不能用BRE/ERE转义（只有在需要时才能转义）。For PCRE ] -只需要在字符类中转义，但为了简单起见，我将它们保存在一个列表中
• 带引号的表达式字符串还必须对周围的引号字符进行转义，并且通常反斜杠要加倍（如JavaScript中的"(\")(/)(\\.)"与/(")(\/)(\.)/）
• 除了转义之外，不同的regex实现可能支持不同的修饰符、字符类、锚、量词和其他特性。有关详细信息，请签出regular-expressions.info，或使用regex101.com实时测试表达式

Answer 3

哪些字符是必须的，哪些字符不能转义取决于使用的regex类型。

对于PCRE和大多数其他所谓的Perl兼容类型，请转义这些外部字符类：

.^$*+?()[{\|

这些内部字符类：

^-]\

对于POSIX扩展正则表达式（ERE），转义这些外部字符类（与PCRE相同）：

.^$*+?()[{\|

转义任何其他字符是POSIX ERE的一个错误。

在字符类中，反斜杠是POSIX正则表达式中的文字字符。你不能用它来逃避任何事情。如果要将字符类元字符包含为文本，则必须使用“巧妙的位置”。将“^”放在字符类开头以外的任何地方，将“]放在开头，将“-”放在字符类的开头或结尾，以便按字面意思匹配这些字符，例如：

[]^-]

在POSIX基本正则表达式（BRE）中，这些元字符需要转义以抑制其含义：

.^$*[\

BREs中的转义括号和花括号赋予了它们在EREs中的特殊含义。一些实现（例如GNU）在转义时也给其他字符赋予了特殊的含义，例如？和+。转义.^$*（{}）以外的字符通常是BREs的错误。

在字符类中，BREs遵循与EREs相同的规则。

如果这一切让你头晕目眩，拿一份RegexBuddy。在“创建”选项卡上，单击“插入标记”，然后单击“文字”。RegexBuddy将根据需要添加转义。